-
题名深度特征对于传统机器学习算法适配性研究
- 1
-
-
作者
温振蕙
罗菲
高朦
张玮
-
机构
空军特色医学中心信息科
-
出处
《中国宽带》
2023年第1期56-58,共3页
-
文摘
通过模拟人类解决问题的方式,将“人类”的思想注入机器学习过程已经逐渐成为现阶段人工智能的热点,其中深度学习由于其强大的拟合能力以及惊艳的效果而备受研究者们青睐。通过对大量数据的先验拟合,深度模型已逐渐成为智能领域特征工程的标配,在图像、文本、视频等领域涌现出一批优秀的基准模型。深度特征对于深度模型有着极好的适配性,但深度特征是否能一如既往地适配传统模型,以应对传统模型对于数据依赖以及低算力计算机支持,助力深度模型的学习过程与可解释性,并推动传统算法与深度学习的融合,是一个值得深入探索的问题。
-
关键词
深度学习
计算机视觉
自然语言处理
机器学习
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于Thrift的HBase数据存储机制优化
被引量:10
- 2
-
-
作者
温振蕙
樊永生
余红英
-
机构
中北大学大数据学院
中北大学电器与控制工程学院
-
出处
《科学技术与工程》
北大核心
2019年第6期185-189,共5页
-
基金
山西省自然科学基金(201601D102029)资助
-
文摘
针对Thrift接口服务定义的IDL对HBase数据库按行存储,当数据量大时频繁进行数据请求操作,增加服务调用时间,影响数据通信性能的问题,在详细分析Thrift源码架构基础上,提出了一种新的Thrift IDL设计模型。该模型重新定义了数据传输结构,将多行数据绑定在一起,经过一次RPC调用即可完成多行数据按块存储;采用新的IDL模型,修改了HBase Thrift 服务端的接口以及客户端的非阻塞实现。理论分析和实验结果表明,该方法可有效降低IDL向服务端发送数据操作请求频率,使得HBase储存效率提高4~5倍。
-
关键词
HBASE
THRIFT
远程访问
IDL
大数据
-
Keywords
HBase
Thrift
remote access
IDL
big data
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名大数据技术在煤企发展中的展望
被引量:3
- 3
-
-
作者
温振蕙
樊永生
-
机构
中北大学大数据学院
-
出处
《煤炭技术》
CAS
2019年第3期182-183,共2页
-
文摘
阐述了煤炭数据的特征,分析了煤炭企业面临的困难以及目前大数据技术在煤炭企业的应用现状。根据煤炭企业自身特点,对煤炭企业以后在数据信息管理、分析、共享、专业人才培养以及行业体系规范方面进行了展望,并探讨了大数据技术在煤企中的发展方向。
-
关键词
煤炭企业
大数据技术
数据信息
-
Keywords
coal enterprise
big data technology
data in formation
-
分类号
TD67
[矿业工程—矿山机电]
TP311.1
[自动化与计算机技术—计算机软件与理论]
-